开源模型在追赶，但追上的到底是什么？

开源在追赶，但得说清楚追上了哪里

Z.ai 发布 GLM-5.1，Modal 几乎同步上线托管。两件事叠在一起，比单独看哪一个都更有意思。

模型是 754B MoE（活跃参数 40B）。SWE-Bench Pro 得分 58.4%，编码任务上和 GPT-5.4、Opus 4.6 差不多；能在自治模式下跑满 8 小时，迭代几千次不崩。BenchLM 目前排第 10，KernelBench 显示比之前的开源方案快 3.6 倍。

社交媒体上反应分化：Bindu Reddy 说这是开源追上闭源的证据；Victor Taelin 则怀疑"500+ tokens/s"在 FP8 精度下不现实，真实部署可能只有 200 tps 左右。两边都有道理——模型确实能打，但营销数字偏乐观。

这次和以前的开源发布有几点不同：

• Modal 的免费端点改变了可用性和成本的算法。 Z.ai（前身智谱，现在香港上市）通过 Modal 触达西方开发者，开发者不用操心地缘政治摩擦；$1/百万输入 token 的定价也在压低专有服务的价格锚点。
• 推理效率的宣传需要语境。 GLM-5.1 用了稀疏混合注意力和异步强化学习来控制扩展成本。但"500+ tps"依赖大多数人没有的基础设施。真正的瓶颈在服务化和调度，不在模型纸面规格。
• 可以直接接入现有工具链。 兼容 Claude Code、OpenClaw，意味着能直接替换进现有的专有工作流。这给 Anthropic 和 OpenAI 带来的压力主要在价格，不是能力被拉平。

MarkTechPost 和 Constellation 都把这解读为开源和闭源"6 个月差距"在收敛。在编码代理这个方向上，这个判断大概率成立。Z.ai 用 MIT 许可，二次微调已经在路上了。

但不要因此觉得开源全面逆袭了。专有模型在安全对齐和多模态推理上仍然领先不少。正在被侵蚀的是编码代理这个场景的护城河：企业在这类任务上更看重部署成本，对那一点边际能力差异没那么敏感。

比模型更重要的是基础设施

Modal 基于 B200 集群，用 SGLang 部署 GLM-5.1，交互场景下能跑 30–75 tokens/s。这些听起来枯燥的工程细节，才是真正重要的。

Z.ai 在 VectorDBBench 上展示了 21.5k QPS 的吞吐（经过 600 次迭代优化）。这种性能需要 Modal 的无服务器弹性扩缩才能稳定交付，光靠模型本身到不了这个量级。

这也改变了我们看"模型发布"的方式：它们不再是孤立事件，而是生态策略的一部分。"开源模型 + 西方基础设施"的组合，成了对单一实验室 API 锁定的对冲。

关于 GLM-5.1 的边界：编码跑分达到 Opus 的 94.6%，但推理差距还在。更"均衡"的能力画像，对特定用例更有意义。

往前看：Z.ai 去年营收同比增长 131%。如果推理成本降到 $0.50/百万 tokens 以下，开源有望在一年内拿下 30–50% 的编码代理部署份额。美国政策变动可能带来扰动，但当前风险看起来不高。

结论： 这次组合拳确认了一件事：在编码代理这个垂直领域，开源的能力已经基本追平。受益的是率先搭建"基础设施无关"架构的 Builder，以及布局托管平台的投资者。Anthropic 面临价格压力。仍然深度绑定闭源 API 的企业，正在为不断缩小的能力差支付溢价。

重要性： 高
分类： 模型发布、合作、开源

判断： 对编码代理赛道来说，现在仍然是相对早期的窗口。优先受益的是两类人：（1）搭建基础设施无关工作流的 Builder 和集成商；（2）押注无服务器托管和推理平台的资金方。短线交易者除非能抓住定价下调和流量迁移的节奏，否则优势有限；长期持有者需要关注成本曲线是否真的降到 $0.50/百万 tokens 以下，来验证份额能否跃迁。